1.字节和unicodejava内核是unicode的，就连class文件也是，但是很多媒体，包括文件/流的保存方式是使用字节流的。因此java要对这些字节流经行转化。char是unicode的，而byte是字节。java中byte/char互转的函数在sun.io的包中间有。其中ByteToCharConverter类是中调度，可以用来告诉你，你用的convertor。其中两个很常用的静态函数是public static ByteToCharConverter getDefault();public static ByteToCharConverter getConverter(String encoding);如果你不指定converter，则系统会自动使用当前的encoding,gb平台上用gbk,en平台上用8859_1。byte --〉char："你"的gb码是：0xc4e3 ,unicode是0x4f60String encoding = "gb2312";byte b[] = {(byte)'/u00c4',(byte)'/u00e3'};ByteToCharConverter converter = ByteToCharConverter.getConverter(encoding);char c[] = converter.convertAll(b);for (int i = 0; i < c.length; i++) {System.out.println(Integer.toHexString(c[i]));}结果是什么？0x4f60如果encoding ="8859_1"，结果又是什么？0x00c4,0x00e3如果代码改为byte b[] = {(byte)'/u00c4',(byte)'/u00e3'};ByteToCharConverter converter = ByteToCharConverter. getDefault();char c[] = converter.convertAll(b);for (int i = 0; i < c.length; i++) {System.out.println(Integer.toHexString(c[i]));}结果将又是什么？根据平台的编码而定。
char --〉byte：String encoding = "gb2312";char c[] = {'/u4f60'};CharToByteConverter converter = CharToByteConverter.getConverter(encoding);byte b[] = converter.convertAll(c);for (int i = 0; i < b.length; i++) {System.out.println(Integer.toHexString(b[i]));}结果是什么？0x00c4,0x00e3如果encoding ="8859_1"，结果又是什么？0x3f如果代码改为String encoding = "gb2312";char c[] = {'/u4f60'};CharToByteConverter converter = CharToByteConverter.getDefault();byte b[] = converter.convertAll(c);for (int i = 0; i < b.length; i++) {System.out.println(Integer.toHexString(b[i]));}结果将又是什么？根据平台的编码而定。很多中文问题就是从这两个最简单的类派生出来的。而却有很多类不直接支持把encoding输入，这给我们带来诸多不便。很多程序难得用encoding了，直接用default的encoding，这就给我们移植带来了很多困难。
2.utf-8utf-8是和unicode一一对应的，其实现很简单7位的unicode: 0 _ _ _ _ _ _ _11位的unicode: 1 1 0 _ _ _ _ _ 1 0 _ _ _ _ _ _16位的unicode: 1 1 1 0 _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _21位的unicode: 1 1 1 1 0 _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _大多数情况是只使用到16位以下的unicode:"你"的gb码是：0xc4e3 ,unicode是0x4f600xc4e3的二进制：1100 ，0100 ，1110 ，0011由于只有两位我们按照两位的编码来排，但是我们发现这行不通，因为第７位不是0因此，返回"?"0x4f60的二进制：0100 ，1111 ，0110 ，0000我们用utf-8补齐，变成：1110 ，0100 ，1011 ，1101 ，1010 ，0000e4--bd-- a0于是返回：0xe4,0xbd,0xa0。
3.string和byte[]string其实核心是char[],然而要把byte转化成string，必须经过编码。string.length()其实就是char数组的长度，如果使用不同的编码，很可能会错分，造成散字和乱码。例如：String encoding = "";byte [] b={(byte)'/u00c4',(byte)'/u00e3'};String str=new String(b,encoding);如果encoding=8859_1，会有两个字，但是encoding=gb2312只有一个字这个问题在处理分页是经常发生。
4.Reader,Writer / InputStream,OutputStreamReader和Writer核心是char，InputStream和OutputStream核心是byte。但是Reader和Writer的主要目的是要把char读/写InputStream/OutputStream。例如：文件test.txt只有一个"你"字，0xc4,0xe3String encoding = "gb2312";InputStreamReader reader = new InputStreamReader(new FileInputStream("text.txt"), encoding);char c[] = new char[10];int length = reader.read(c);for (int i = 0; i < length; i++) {System.out.println(c[i]);}结果是什么？你如果encoding ="8859_1"，结果是什么？??两个字符，表示不认识。反过来的例子自己做。
5.我们要对java的编译器有所了解：javac ?encoding我们常常没有用到encoding这个参数。其实encoding这个参数对于跨平台的操作是很重要的。如果没有指定encoding，则按照系统的默认encoding,gb平台上是gb2312，英文平台上是iso8859_1。java的编译器实际上是调用sun.tools.javac.main的类，对文件进行编译，这个类有compile函数中间有一个encoding的变量,-encoding的参数其实直接传给encoding变量。编译器就是根据这个变量来读取java文件的，然后把用utf-8形式编译成class文件。例子代码：String str = "你";FileWriter writer = new FileWriter("text.txt");write.write(str);writer.close();
如果用gb2312编译，你会找到e4 bd a0的字段 ；如果用8859_1编译， 00c4 00e3的二进制：0000，0000 ，1100，0100 ，0000，0000 ，1110，0011因为每个字符都大于7位，因此用11位编码：1100，0001，1000，0100，1100，0011，1010，0011c1-- 84-- c3-- a3你会找到c1 84 c3 a3 。
但是我们往往忽略掉这个参数，因此这样往往会有跨平台的问题：样例代码在中文平台上编译，生成zhclass样例代码在英文平台上编译，输出enclass(1). zhclass在中文平台上执行ok,但是在英文平台上不行(2). enclass在英文平台上执行ok,但是在中文平台上不行原因：(1). 在中文平台上编译后，其实str在运行态的char[]是0x4f60, 在中文平台上运行，filewriter的缺省编码是gb2312,因此 chartobyteconverter会自动用调用gb2312的converter,把str转化成byte输入到fileoutputstream中，于是0xc4,0xe3放进了文件。但是如果是在英文平台下，chartobyteconverter的缺省值是8859_1, filewriter会自动调用8859_1去转化str,但是他无法解释，因此他会输出"?"(2). 在英文平台上编译后，其实str在运行态的char[]是0x00c4 0x00e3, 在中文平台上运行，中文无法识别，因此会出现??；在英文平台上，0x00c4-->0xc4,0x00e3->0xe3，因此0xc4,0xe3被放进了文件。
6. 其它原因：<%@ page contentType="text/html; charset=GBK" %>设置浏览器的显示编码，如果response的数据是utf8编码，显示将是乱码，但是乱码和上述原因还不一样。
7. 发生编码的地方： 从数据库到java程序 byte--〉charl 从java程序到数据库 char--〉bytell 从文件到java程序 byte--〉char 从java程序到文件 char--〉bytel 从java程序到页面显示l char--〉byte 从页面form提交数据到java程序byte--〉charl 从流到java程序byte--〉charll 从java程序到流char--〉byte
解决方法：使用配置过滤器的方法解决中文乱码的：
<web-app><filter><filter-name>RequestFilter</filter-name><filter-class>net.golden.uirs.util.RequestFilter</filter-class><init-param><param-name>charset</param-name><param-value>gb2312</param-value></init-param></filter><filter-mapping><filter-name>RequestFilter</filter-name><url-pattern>*.jsp</url-pattern></filter-mapping></web-app>
public void doFilter(ServletRequest req, ServletResponse res,FilterChain fChain) throws IOException, ServletException {HttpServletRequest request = (HttpServletRequest) req;HttpServletResponse response = (HttpServletResponse) res;HttpSession session = request.getSession();String userId = (String) session.getAttribute("userid");req.setCharacterEncoding(this.filterConfig.getInitParameter("charset")); // 设置字符集？实际上是设置了byte --}char的encodingtry {if (userId == null || userId.equals("")) {if (!request.getRequestURL().toString().matches(".*/uirs/logon/logon(Controller){0,1}//x2Ejsp$")) {session.invalidate();response.sendRedirect(request.getContextPath() +"/uirs/logon/logon.jsp");}}else { // 看看是否具有信息上报系统的权限if (!net.golden.uirs.util.UirsChecker.check(userId, "信息上报系统",net.golden.uirs.util.UirsChecker.ACTION_DO)) {if (!request.getRequestURL().toString().matches(".*/uirs/logon/logon(Controller){0,1}//x2Ejsp$")) {response.sendRedirect(request.getContextPath() +"/uirs/logon/logonController.jsp");}}}}catch (Exception ex) {response.sendRedirect(request.getContextPath() +"/uirs/logon/logon.jsp");}fChain.doFilter(req, res);}
